[发明专利]基于混合二阶梯度矩阵特征值的结冰河流检测方法及装置在审
申请号: | 202211513359.X | 申请日: | 2022-11-29 |
公开(公告)号: | CN115861341A | 公开(公告)日: | 2023-03-28 |
发明(设计)人: | 罗俊海;余杭;彭真明;高祝君;余思齐;伍风翼;邓佳坤 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/136;G06T7/62;G06T5/00;G06F17/16 |
代理公司: | 成都正煜知识产权代理事务所(普通合伙) 51312 | 代理人: | 袁宇霞 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 混合 阶梯 矩阵 特征值 结冰 河流 检测 方法 装置 | ||
1.一种基于混合二阶梯度矩阵特征值的结冰河流检测方法,其特征在于,方法包括以下步骤:
步骤1.获取待处理的包含结冰河流的原始红外图像I1;
步骤2.计算原始红外图像I1的混合二阶梯度矩阵,根据混合二阶梯度矩阵的特征值和特征向量得到结冰河流候选区域图和河流方向矢量图;
步骤3.根据步骤2中得到的河流方向矢量图设计对应方向的滤波模板,计算滤波模板在河流候选区域图上的响应值,得到河流区域增强图像;
步骤4对河流区域增强图像进行二值化处理,依据先验信息和实验结果,设定合适的区域面积尺寸阈值,剔除面积较小区域,输出结冰河流的检测结果。
2.根据权利要求1所述的基于混合二阶梯度矩阵特征值的结冰河流检测方法,其特征在于,所述步骤2包括如下步骤:
步骤2.1选取尺度因子为σ1的高斯函数对原始红外图像Il进行平滑滤波,得到图像I2,σ1的取值范围为0.5~3.5;
步骤2.2分别计算图像I2中每个像素点的X方向的二阶梯度、Y方向的二阶梯度和交叉二阶梯度得到图像I2中每个像素点的混合二阶梯度矩阵H;
步骤2.3根据矩阵H计算相应的特征值和特征向量,数值最大的特征值对应的矩阵为I3,数值最小的特征值对应的矩阵为I4,根据I3和I4计算结冰河流候选区域图I5,公式如下:
其中λ为比例因子,针对8位图像,λ的取值范围为2~15,abs()表示求绝对值;
步骤2.4对步骤2.3中得到最小的特征值对应的特征向量使用反正切函数,得到河流方向矢量图I6。
3.根据权利要求2所述的基于混合二阶梯度矩阵特征值的结冰河流检测方法,其特征在于,所述步骤3包括如下步骤:
步骤3.1记河流方向矢量图I6中位置为(m,n)的角度值为θi,设计θi方向下的滤波模板Fmn,Fmn的尺寸为Len×Len,L为θi方向下河流的长度,取值范围为10~20,σ2代表了河流的宽度,取值范围为0.5~4;
针对滤波模板Fmn中的任一点(x,y),记旋转角度θi后的新的坐标为(x′,y′),计算滤波模板Fmn中位置为(x,y)的权重系数,计算公式如下:
对Fmn中每个非零像素点减去Fmn的均值得到最终的滤波模板Fmn′;
步骤3.2在图像I5中以(m,n)中心,取大小为Len×Len的图像块Pmn,计算滤波模板Fmn’在图像I5上的响应值,得到河流区域增强图像I7,计算公式如下:
/
其中,对于8位图像,β的取值范围为5~20。
4.一种基于混合二阶梯度矩阵特征值的结冰河流检测装置,其特征在于,包括以下模块:
数据获取模块:获取待处理的包含结冰河流的原始红外图像I1;
特征计算模块:计算原始红外图像I1的混合二阶梯度矩阵,根据混合二阶梯度矩阵的特征值和特征向量得到结冰河流候选区域图和河流方向矢量图;
滤波模块:根据得到的河流方向矢量图设计对应方向的滤波模板,计算滤波模板在河流候选区域图上的响应值,得到河流区域增强图像;
输出模块:对河流区域增强图像进行二值化处理,依据先验信息和实验结果,设定合适的区域面积尺寸阈值,剔除面积较小区域,输出结冰河流的检测结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211513359.X/1.html,转载请声明来源钻瓜专利网。